• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.157-162
• /
• 2008

본 논문은 대중에 의해 자유롭게 생성된 분류 체계인 폭소노미, 즉 대규모의 태깅 데이터로부터 태깅 온톨로지를 학습하는 방법을 제시하고 있다. 기존 소셜웹 시스템간에는 태깅의 의미에 대해 공통의 합의가 이루어지지 않았기 때문에, 시스템마다 태깅 정보를 표현하기 위해 내부적으로 다른 방법을 쓰고 있으며, 따라서 소프트웨어 에이전트를 이용하여 시스템간의 정보처리를 자동으로 할 수가 없다. 이를 해결하는 방법으로 폭소노미를 위한 태깅 온톨로지가 필요하다. 태깅의 본질적인 속성을 분석하여 태깅 온톨로지를 정의하고, 태깅 데이터의 기계 학습을 통하여 유사 태그와 사용자 그룹 정보를 획득한 후, 태깅 온톨로지를 학습한다. 이의 활용 방안으로 학습된 태깅 온톨로지를 이용하여 모델링한 추천 시스템도 제안한다.

• 한국문헌정보학회지
• /
• 제45권1호
• /
• pp.189-210
• /
• 2011

본 연구는 실제 폭소노미를 사용하는 참여자의 태깅 경험, 태깅과 폭소노미에 대한 인식을 파악하며, 폭소노미에 따른 웹 분류의 의미에 대해 탐구하고자 한다. 세 개의 폭소노미 시스템 Connotea, CiteULike, Delicious의 12명 참여자와 함께 정성적 연구의 틀 내에서 웹 설문, 인터뷰, 일기연구를 수행하였다. 참여자들의 태깅 행위를 이루는 기본구성요소를 파악하고, 태깅활동에 참여하게 되는 동기와 그 태깅동기들이 참여자들이 사용하는 태그에 어떻게 반영되는지를 조사하였다. 또한 정보탐색(information foraging) 이론을 적용하여 참여자들이 태깅을 통해 참여하는 사회성과 상호작용성에 대한 경험과 인식을 분석하고, 정보냄새로서의 태그에 대하여 논의하였다. 이용자 참여를 기반으로 하는 본 연구의 실증적 연구결과들은 폭소노미를 활용한 웹 정보서비스를 다양한 각도에서 이해하는데 도움을 주고, 웹 정보자원의 분류와 조직에 있어서 폭소노미의 유용화를 연구하는 개념적 틀을 제시함으로써 폭소노미 현상의 연구 향상에 기여할 수 있을 것으로 기대한다.

• 한국수산과학회지
• /
• 제54권1호
• /
• pp.38-45
• /
• 2021

This study aimed to determine the effect of the pop-up satellite archival tag (PSAT) tagging method on the blood indices and PSAT attachment efficiency of yellowtail Seriola quinqueradiata (mean body weight 10.2 kg). Based on tagging method, the fishes were divided in four different groups: untagged (control), single anchor (SA), dual anchor (DA), and silicon tube (ST). The blood indices and PSAT attachment efficiency were investigated on days 1, 14, and 28 after tagging PSAT on the muscle below the dorsal fin for each tagging method in triplicates. After 28 days of tagging with PSAT, a significant increase was observed in plasma glucose level in the ST group and in total protein level in the DA and ST groups. The levels of glucose, total protein, and total cholesterol in the SA group after 28 days of tagging were significantly lower than in the control group. The efficiencies of PSAT attachment were 0% in the SA and DA groups on 14 days post-tagging, and 66.7% in the ST group on 28 days post-tagging. The study results indicate that the proper PSAT tagging method is the ST type. The information obtained in this study presents valuable data that provide the required PSAT operational tool for industrial development and ecological monitoring of yellowtail.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2002년도 Proceedings
• /
• pp.360-362
• /
• 2002

Myocardial tagging technique such as spatial modulation of magnetization (SPAMM) allows the study of myocardial motion with high accuracy. Tagging contrast of such a tagging images can affect to the accuracy of the estimation of tag intersection in order to analyze the myocardial motion. Tagging contrast can be affected by tagline spacing. The aim of this study was to investigate the relationship between tagline spacing of SPAMM image and tagging contrast-to-noise ratio (CNR) experimentally. One healthy volunteer was undergone electrocardiographically triggered MR imaging with SPAMM-based tagging pulse sequence at a 1.5T MR scanner (Gyroscan Intera, Philips Medical System, Netherland). Horizontally modulated stripe patterns were imposed with a range from 3.6mm to 9.6mm of tagline spacing. Images of the left ventricle (LV) wall were acquired at the mid-ventricle level during cardiac cycle with FEEPI (TR/TE/FA=5.8/2.2/10). Tagging CNR for each image was calculated with a software which developed in our group. During contraction, tagging CNR was more rapidly decreased in case of short tagline spacing than in case of long tagline spacing. In the same heart phase, CNR was increased corresponding with tag line spacing. Especially, at the fully contracted heart phase, CNR was more rapidly increased than the other heart phases as a function of tagline spacing.

• 한국의학물리학회지:의학물리
• /
• 제13권4호
• /
• pp.224-228
• /
• 2002

MR영상에 Spatial Modulation of Magnetization (SPAMM)과 같은 lagging 기법을 이용하여 심근의 움직임을 분석하여 임상에 적용하려는 많은 노력들이 이루어지고 있다. Tagging 대조도는 자동 tagline 검출 알고리즘을 사용하는 경우, 그 정확도에 영향을 미칠 수 있으며, 이는 tagline들 간의 간격에 의해 영향을 받을 수 있다. 본 연구의 목적은 SPAMM 영상에서 tagline 간격과 tagging 대조도와의 관계를 생체내 연구를 통해 알아보고자 하였다. 두 명의 건강한 지원자를 대상으로 1.5T MR 시스템에서 SPAMM 기반의 ECG triggered MR 영상을 획득하였다. 영상을 획득할 때, 먼저 3.6 mm에서 9.6 mm 사이의 간격을 가지는 수평 tagging stripe pattern의 tagline을 가하였다. 심실의 영상은 심장주기가 진행되는 동안 field echo EPI (FE-EPI) 기법을 이용하여 심실 중간 부분에서 얻었다 각 영상에 대한 tagging contrast-to-noise ratio (CNR)는 IDL을 이용한 프로그램을 사용하여 측정하였다. 분석 결과는, 심근의 수축이 진행되는 동안, tagline 간격이 좁은 경우 CNR은 급격한 감소를 나타내었으나, 간격이 넓은 경우에서는 CNR 감소 현상이 보이지 않았다. 같은 심장 위상에서, CNR은 tagline 간격이 넓어짐에 따라 증가하는 경향을 보였다. 특히, 완전히 수축한 심장 위상에서는, CNR의 변화가 다른 위상일 때와 비교해서 그 증가율이 높음을 알 수 있었다. 이러한 양상은 움직임이 없는 다른 주변 조직에서는 관찰되지 않았다. 결론적으로, 본 연구에서는 lagging 대조도가 tagline 간격 및 심근의 수축에 영향을 받을 수 있음을 알 수 있었으며, 앞으로 정확한 심근 움직임 연구를 위한 기초 자료로 쓰여질 수 있을 것이라 생각된다.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.245-253
• /
• 2022

Commenced in 1954 by IBM, machine translation has expanded immensely, particularly in this period. Machine translation can be broken into seven main steps namely- token generation, analyzing morphology, lexeme, tagging Part of Speech, chunking, parsing, and disambiguation in words. Morphological analysis plays a major role when translating Indian languages to develop accurate parts of speech taggers and word sense. The paper presents various machine translation methods used by different researchers for Indian languages along with their performance and drawbacks. Further, the paper concentrates on parts of speech (POS) tagging in Marathi dialect using various methods such as rule-based tagging, unigram, bigram, and more. After careful study, it is concluded that for machine translation, parts of speech tagging is a major step. Also, for the Marathi language, the Hidden Markov Model gives the best results for parts of speech tagging with an accuracy of 93% which can be further improved according to the dataset.

• 정보관리학회지
• /
• 제24권1호
• /
• pp.321-342
• /
• 2007

이 연구에서는 수작업 태깅없이 기계가독형 사전을 이용하여 자동으로 의미를 태깅한 후 학습데이터로 구축한 분류기에 대해 의미를 분류하는 단어 중의성 해소 모형을 제시하였다. 자동 태깅을 위해 사전 추출 정보 기반방법과 연어 공기 기반 방법을 적용하였다. 실험 결과, 자동 태깅에서는 복수 자질 축소를 적용한 사전 추출 정보 기반 방법이 70.06%의 태깅 정확도를 보여 연어 공기 기반 방법의 56.33% 보다 24.37% 향상된 성능을 가져왔다. 사전 추출 정보 기반 방법을 이용한 분류기의 분류 정학도는 68.11%로서 연어 공기 기반 방법의 62.09% 보다 9.7% 향상된 성능을 보였다. 또한 두 자동 태깅 방법을 결합한 결과 태깅 정확도는 76.09%, 분류 정확도는 76.16%로 나타났다.

• 대한임베디드공학회논문지
• /
• 제17권4호
• /
• pp.199-208
• /
• 2022

Korean is an agglutinative language, and one or more morphemes are combined to form a single word. Part-of-speech tagging method separates each morpheme from a word and attaches a part-of-speech tag. In this study, we propose a new Korean part-of-speech tagging method based on the Head-Tail tokenization technique that divides a word into a lexical morpheme part and a grammatical morpheme part without decomposing compound words. In this method, the Head-Tail is divided by the syllable boundary without restoring irregular deformation or abbreviated syllables. Korean part-of-speech tagger was implemented using the Head-Tail tokenization and deep learning technique. In order to solve the problem that a large number of complex tags are generated due to the segmented tags and the tagging accuracy is low, we reduced the number of tags to a complex tag composed of large classification tags, and as a result, we improved the tagging accuracy. The performance of the Head-Tail part-of-speech tagger was experimented by using BERT, syllable bigram, and subword bigram embedding, and both syllable bigram and subword bigram embedding showed improvement in performance compared to general BERT. Part-of-speech tagging was performed by integrating the Head-Tail tokenization model and the simplified part-of-speech tagging model, achieving 98.99% word unit accuracy and 99.08% token unit accuracy. As a result of the experiment, it was found that the performance of part-of-speech tagging improved when the maximum token length was limited to twice the number of words.

• 디지털산업정보학회논문지
• /
• 제16권3호
• /
• pp.1-11
• /
• 2020

In this paper, we describe about the user terminal tagging-based embarkation/disembarkation management system and embarkation/disembarkation management method using this system. The system authenticates the validity of the user and on whether to board on the ship by tagging the user's terminal which the boarding reservation was made by using the management terminal provided in the ship. The system identifies on whether the user disembark in the ship by tagging the user's terminal. In the event of ship accident, it is easy to figure out the user and manage the non-contact boarding and disembarking. Therefore, we design the embarkation/disembarkation management system based on user's terminal tagging on the terminal provided in the ship and embarkation/disembarkation management method using this system. User terminal tagging can solve the problem of manpower required for the management of embarkation and disembarkation, the problem of requiring time to confirm the match between the reservation and the passenger, and the problem of increase of the possibility on the spread of infectious diseases due to face-to-face contact.

• Journal of Information Processing Systems
• /
• 제19권3호
• /
• pp.355-369
• /
• 2023

Since the widespread adoption of deep-learning and related distributed representation, there have been substantial advancements in part-of-speech (POS) tagging for many languages. When training word representations, morphology and shape are typically ignored, as these representations rely primarily on collecting syntactic and semantic aspects of words. However, for tasks like POS tagging, notably in morphologically rich and resource-limited language environments, the intra-word information is essential. In this study, we introduce a deep neural network (DNN) for POS tagging that learns character-level word representations and combines them with general word representations. Using the proposed approach and omitting hand-crafted features, we achieve 90.47%, 80.16%, and 79.32% accuracy on our own dataset for three morphologically rich languages: Uyghur, Uzbek, and Kyrgyz. The experimental results reveal that the presented character-based strategy greatly improves POS tagging performance for several morphologically rich languages (MRL) where character information is significant. Furthermore, when compared to the previously reported state-of-the-art POS tagging results for Turkish on the METU Turkish Treebank dataset, the proposed approach improved on the prior work slightly. As a result, the experimental results indicate that character-based representations outperform word-level representations for MRL performance. Our technique is also robust towards the-out-of-vocabulary issues and performs better on manually edited text.